大城市居民出行轨道交通选择意向的研究公路交通科技.docVIP

大城市居民出行轨道交通选择意向研究 温旭丽、杨悦 （东南大学成贤学院，南京，210088；南京林业大学，南京，210037） 摘要：随着轨道时代的到来，各大城市均在筹划建设轨道交通，而轨道交通建成后的客流状况究竟如何，居民选择轨道交通出行受到哪些因素的影响，尚无相关成熟的研究。论文基于此，分析了居民出行交通方式选择的影响因素（传统的出行方式、出行费用、性别等），构建了居民轨道选择意向转移模型，并确定模型的输入输出向量，利用MATLAB-ANN的BP网络，求解模型效用值，最后结合苏州进行应用。 关键词：轨道交通；模型构建；选择意向；MNL模型；BP神经网络； Study on the Application of Disaggregate Model forBig Cities Rail Transit Choice Intention Abstract: With the arrival of rail traffic, each big city in planning the construction of track traffic, and after the completion of rail traffic how is the passenger flow, What factors affect residents choose to track traffic？no mature research. By analyzing the influence facts of transit choice intention(The traditional mode of transport、Travel cost、Gender), this thesis builds the resident rail transit metastasis model，then gets the input and target data of the resident rail transit metastasis model. Use the BP ANN based on MATLAB-ANN Toolbox, calculating the utility values of MNL model. Finally the model is applied in Suzhou. Keywords: Rail transit；Modeling；Transit choice intention； MNL model；BP Neural Network； 1 引言 我国正处于快速城市化阶段，城市客运交通供不应求的矛盾日益突出。城市轨道交通建设是一个涉及面广、综合性很强的系统工程。从初期的客流需求预测，到沿途站点的选定，直至最后的线网规划布设，都必须进行科学、合理的规划预测。MNL模型 效用是由选择枝本身的特性和个人的社会经济特性两方面的因素决定的，但不能对影响效用的全部因素进行量测，所以应该将效用看作随机变量[1]。令 （） 式中：——个人n关于选择枝j的效用； ——能够观测到的因素构成的效用确定项； ——不能观测到的因素构成的效用随机项。 （2） 如果有多个选择枝同理可得多项L模型：某人选择选择枝的概率为 ，关键就是要求出其中的效用确定项[2]。取效用确定项为个人特性和选择枝的特性的线性函数： （4） 其中，是个人和选择枝的特性向量，是待标定的参数向量。 将式（4）带入式（3），得： （5） 式中有（K+1）个参数：需要标定。将b乘入和号内，并将看作一个整体，仍用表示（这时相当于将b看作是1），只要解决参数的标定问题，就可以对MNL模型进行准确的求解。 2.2基于BP网络的MNL模型 2.2.1 BP网络原理 BP网络的全称为Back-Propagation Network，即反向传播网络[3]。BP网络是利用非线性可微分函数进行权值训练的多层网络。它包含了神经网络理论中最精华的部分，由于其结构简单、可塑性强，故在函数逼近、模式识别、信息分类及数据压缩等领域得到了广泛的应用。 LOGIT函数关系同时也将属性变量与确定项之间的线性关系转变成了特性变量与选择概率之间的非线性关系。 图1 LOGIT曲线图（S型） 图2 Sigmoid 函数图（=1） 而BP网络中[4]，如图3所示：输入层有L个节点，与方案特性变量值对应；输出层有K个节点，与K个选择方案对应；输出层传递函数为Softmax函数，则输出层